基于干涉效应的无线传感器节点定位方法

针对无线传感器网络中节点定位的需求,提出了一种基于干涉效应的传感器节点定位算法。该方法仅需要利用节点的硬件设备,不需要增加额外的测量设备,各个节点独立进行自身位置估计,实现分布式定位。首先在传感器网络中设置若干个位置已知的网关锚节点和参考接收节点,不同位置两个网关锚节点在某个时隙内发射单音信号,就会在整个定位区域内形成一个干涉效应场。而各个待定位节点通过测量接收的到的干涉信号振动周期数就可以得到自身与各个网关节点距离差。通过多组锚节点分时隙发射单音信号,并配合参考接收节点,通过双曲线定位算法得到自身的坐标。通过对算法进行仿真分析,验证了算法的可行性。     

无线传感器网络中一种基于定向天线的节点定位算法

节点定位问题是无线传感器网络中的一个基本而非常重要的问题。已有的定位算法大致可以分为两类:基于测距的和无需测距的。基于测距的定位算法需要额外硬件的支持,成本较高,不适用于大规模的传感器网络;无需测距的定位算法不需要额外硬件的支持,是解决传感器网络节点定位问题的一个较为经济适用的方法。本文提出了一种新的基于定向天线的无需测距的分布式定位算法。其主要原理在于利用定向天线确定邻居节点之间的相对位置,然后判断未知节点是否在锚节点构成的三角形内。仿真研究表明,提出的算法是有效的,能够取得较好的定位精度。     

基于线段判断的激光扫描匹配算法组合策略

二维激光测距仪辅助惯性导航系统、视觉系统等实现机器人或微小型飞行器定位需要解决的关键问题是扫描匹配。本文对已有的RS/LS,IDC,Cox以及ICP等扫描匹配算法进行改进,提出一种R-I-C组合策略。根据扫描中提取线段的情况选择性使用Cox算法和IDC算法,由基于留点的ICP算法或RS/LS算法为其提供可靠的初始估计。该组合策略既适用于多边形环境,也适用于非多边形环境,具有一定智能性,能够处理大变换,定位精确度高。本文采用仿真比较R-I-C组合策略和上述常用匹配算法,并采用三轴转台和一维激光测距仪模拟二维激光测距仪,用R-I-C算法对实验数据进行计算。仿真结果表明该组合策略定位误差可达5%以下,而计算速度不超过1 s。     

高精度测向辅助的三星时差定位算法

针对传统的三星时差无源定位算法不能求解辐射源高程这一问题,提出了以高精度测向作为辅助对辐射源进行定位的算法。从该算法的定位原理入手,建立了其定位模型并分析了其定位误差;同时提出采用UKF算法对多次测量的结果进行处理以提高定位的精度;最后对该算法进行了计算机仿真。研究表明,该算法不需要进行高程假设即可实现对辐射源的快速高精度无源定位。     

一种基于WIFI信号指纹的室内定位技术

对现有的室内定位技术进行综述研究,并提出一种基于WIFI信号指纹的室内定位技术。首先,从定位数学基础出发,阐述三边定位与最大似然估计定位算法,介绍基于无线电信号强度(RSS)定位算法与基于时间差(TDOA)定位算法,其次,对现有室内定位算法进行研究,提出了一种利用复杂环境的多径效应,分析RSS与物理位置的关联性进行射频定位,算法本身不需要额外的硬件支持,依靠已经建立好的离线数据库,只要在接收端获得WIFI信号对应的信息,即可取得定位结果,最后,指出了影响信号指纹定位精度的关键要素,并明确了改进方向。     

一种加权的DV-Hop定位改进算法

针对 DV-Hop 定位算法中在计算未知节点到锚节点距离时产生较大误差的问题,提出了一种改进的 DV-Hop 算法。改进算法对全网平均每跳距离和局部平均每跳距离进行了加权处理,得到了未知节点的平均每跳距离,又提出了一种改进的加权最小二乘法来得到未知节点的坐标,减小了节点的定位误差。仿真结果表明,在不需要增加额外的硬件设施的基础上,改进算法的定位精度相比于原算法明显提高。     

微弱信号下基于模糊度解算的辅助式GPS接收机定位算法研究

提出了一种辅助式GPS接收机定位解算方法,基于该方法接收机不需要解调导航电文、帧同步和位同步,仅需要对GPS信号进行伪码相位测量,在获取卫星星历、卫星钟差参数等辅助信息的基础上完成定位解算.该算法在常规GPS定位算法基础上,增加伪距中模糊部分为未知数,当接收机位置坐标和接收机钟差的迭代初值误差满足一定条件时,消除了伪距中模糊度影响.然后推导了该算法的定位方程,给出了定位流程.最后仿真实验证实了该算法的有效性.     

应用于物联网设备的无线射频识别定位技术研究

为了解决物联网设备的定位问题,提出一种基于无线射频识别(RFID)技术的定位算法。该算法不依赖于不可靠的读写器功率扫描以及基于抵达方向的复杂方法,而是运用RFID标签对不同阅读器的反应来确定物联网设备的位置。首先,分析了提出算法在RFID阅读器位置已知场景中的应用方法;然后拓展到物联网设备和RFID阅读器的位置都是未知的场景中,此外,对网络中阅读器的数量设定了界限,以便获得可靠的定位结果。实验结果表明,提出的射频定位算法能够实现物联网设备的高度精确定位。     

基于终端的定位方法研究

针对基于网络定位方法所存在的定位精度不高,需要增加额外的测量单元,以及终端的位置信息易泄露等缺点,本文提出了一种基于终端的定位方法。它可以有效的利用终端所在的环境特征,使定位算法间接地获得信号的传播特性,从而在一定程度上提高了定位精度。     

DV-Hop定位算法在随机传感器网络中的应用研究

DV-Hop节点定位算法是一种重要的与距离无关的定位算法。在各向同性的密集网络中,DV-Hop可以得到比较合理的定位精度,然而在随机分布的网络中,节点定位误差较大。该文根据DV-Hop算法定位过程,在平均每跳距离估计、未知节点到各参考节点之间距离的计算和节点位置估计方法等3个方面进行了改进,分析和仿真了不同改进措施和综合改进的定位性能。结果表明,与有关方法相比,该文提出的改进措施可极大地提高节点定位精度。此外,该文改进措施不改变DV-Hop算法的定位过程,因此不需要增加网络通信量和额外硬件支持,是理想的与距离无关算法。     

航天发射场电力传输线WSN定位算法与仿真

为了准确、快速地查找航天发射场电力传输线故障的位置,在电力传输线上安装传感器用于故障定位。由于这些传感器呈线性分布,所以采用传统的DV-Hop算法进行传感器节点定位时,会导致定位失效。为此,提出一种改进的DV-Hop定位算法,该算法将电力传输线上的传感器等间距分布,计算最小跳步获得未知节点到信标节点的物理距离,采用双曲线定位算法求解出未知节点的坐标位置。最后,通过应用仿真,结果表明：改进的DV-HOP算法比传统的其他传感器定位算法的定位精确度高,且性能更加稳定,能够实现发射场电力传输线故障的快速、准确定位。     

混合粒子群和差分进化的定位算法

针对传统无线传感器网络(wireless sensor network,WSN)中节点定位精度不高的问题,提出了一种混合粒子群(particle swarm optimization,PSO)和差分进化优化(differential evolution,DE)算法。首先在PSO中引入惯性权重的自适应更新策略,以兼顾开发和勘探能力,在种群经过PSO进化后,然后根据提前设定的阈值,将其分为适应度值较大的Su种群和适应度值较小的In种群,In中的粒子使用DE算法继续优化。HPSO-DE算法结合PSO算法和DE算法的优点,达到较好的性能。然后用标准测试函数来检测该算法的性能,验证结果表明所提出的HPSO-DE在寻优速度和收敛精度较PSO和DE而言都有了较大提高。接下来将HPSO-DE方法应用到WSN网络节点定位场景上,从实验测试结果可以看出,其精度相比PSO平均提高了0.5 m左右,在定位上具有更大的优势。     

WSN中基于最佳指数的加权DV-Hop算法

DV-Hop算法是一种低成本、低定位精度的无需测距定位算法,在粗精度定位中应用广泛。为提高DV-Hop算法定位精度,从减小锚节点的平均每一跳距离误差和减小未知节点平均每一跳校正值误差两方面考虑。首先,用最佳指数值下的公式计算锚节点平均每一跳距离。然后,将未知节点的校正值加权处理,使所有的锚节点根据与未知节点距离的远近影响校正值的大小。MATLAB实验证明,改进的基于最佳指数值下的加权DV-Hop算法比DV-Hop算法、加权DV-Hop、最佳指数值下DV-Hop算法定位精度分别提高2%左右、1.65%左右、1.15%左右,同时不会增加网络硬件成本。     

多LED照明节点的室内可见光定位方法研究

针对室内复杂环境和室内照明节点拓扑结构对可见光定位精度的影响,基于近似完美三角点测试(APIT)算法设计了一种多LED照明节点的可见光室内定位方法。该方法利用信号传输时间作为节点间距大小的判断凭证,结合APIT定位算法,实现室内可见光定位。仿真结果表明:该定位方法的定位误差在0.24 m左右浮动,在保证了定位精度的基础上,精简了定位设备成本,并提升了定位算法的计算效率,使得定位系统在实际场景中的应用更具稳定性与适用性。     

基于改进灰狼优化算法的DV-Hop定位算法

针对无线传感器网络节点DV-Hop定位算法由于节点分布不均,距离估计不准确,导致定位精度较低的问题,提出了一种基于改进灰狼优化算法的DV-Hop定位算法,采用先进的灰狼优化算法以寻找最优值的方式得到未知节点、坐标。同时,为进一步提高优化算法的寻优能力,克服可能出现局部最优的情况,将优化算法与免疫算法相结合,提高优化算法中灰狼种群的多样性,进而提高对最优解的搜索能力,达到提高定位精度的目的。实验结果表明,相对于普通的DV-Hop定位算法和普通的灰狼优化算法,改进之后的定位算法精度更高。     

基于DFT变换的单相PWM整流IGBT断路故障检测

单相整流变换和三相整流变换被广泛的运用在电力机车牵引变流器,风力发电,光伏发电等各种工业设备中,并且单相整流变换相对于三相整流变换更加容易发生故障。本文主要是介绍了一种通过在频域中对直流侧电流进行分析,从而判断IGBT断路故障的故障诊断方法。该方法并不需要增加额外的传感器,也不需要对电路模型进行详细的分析,而是通过在频域中使用故障诊断算法就可以确定发生的故障类型。通过实验验证表明该发生具有快速的诊断时间,简单的算法结构,高可靠型等特点。     

移动无线传感器网络定位算法研究

为了解决移动无线传感器网络中节点的自身定位问题,提出了一种基于运动预测的定位算法。该算法利用节点运动的连续性和接收信号强度测距方式,保存其最近两组历史位置信息,并结合节点当前的状态来估计自身位置。它不需要额外的硬件支持与较高的信标节点密度,满足复杂传输环境的应用要求。仿真结果表明,该算法具有较好的鲁棒性和较高的定位精度,节点随机运动时的定位误差约为15%,而直线运动时只有12%。     

基于改进DV-Hop的无线传感器网络节点定位算法

针对DV-Hop距算法定位误差大的难题,提出一种改进离估计误差,并利用DV-Hop的传感器节点定位算法。首先修正知节点与信标节DV-Hop算法对节点进行定位;然后对进V-Hop算法定位误差行校正,最后在Matlab 2012平台上对算法性能进行仿真分析。仿真结果表明,本文算法可以较好地克服DV-Hop算法存在的不足,提高了传感器节点的定位精度。     

基于无线传感器网络的一种改进Dv-Hop算法

无线传感器网络中的Dv-Hop算法是一种无需测距的节点定位算法,经仿真观察,该算法在信标节点密度较低时节点平均误差较大且稳定性不好.提出了一种改进Dv-Hop算法,即在一个网络区域的边缘设置信标节点.经仿真验证,该算法在和Dv-Hop同等信标节点密度的情况下,在定位精度、节点定位的稳定性以及能源消耗方面都有所改善.     

基于元胞蝙蝠算法的无线传感器网络节点定位研究

为了提高节点定位精度,解决定位误差较大的问题,提出了基于元胞蝙蝠算法的无线传感器网络节点定位算法,以此来获得更高的定位精度。首先将元胞自动机的思想融入蝙蝠算法,采用了改进的元胞限制竞争选择小生境技术和灾变机制,使得该算法在寻优过程中能够跳出局部极值,避免早熟现象,更快地收敛到全局最优解。通过标准测试函数的验证,表明了该改进算法在收敛深度和广度上的优势。之后将元胞蝙蝠算法应用到无线传感器网络节点定位上来提高定位精度。实测实验中,该算法在测试环境下平均定位误差在0.4 m以内,相比于改进PSO算法,获得更好的定位效果。